O Desafio da China à Nvidia em Chips de IA Acelera

Porque é que a corrida chinesa aos chips de IA importa agora

A China está a correr para reduzir a sua dependência de processadores importados para inteligência artificial. O país está a investir fortemente em laboratórios de investigação, fundições e infraestruturas de computação na nuvem, para que os futuros avanços em grandes modelos linguísticos, robótica e automação corram em silício nacional. O objetivo estratégico é claro: produzir chips de alto nível à escala, desenvolver o software para os utilizar bem e manter a capacidade crítica de computação ao alcance nacional.

Um abalo a essa ambição chegou em 2024, quando a start-up DeepSeek revelou uma IA conversacional que rivalizava com os principais sistemas ocidentais. A empresa afirmou ter treinado o modelo com muito menos aceleradores premium do que os concorrentes, um sinal de que software mais inteligente e regimes de treino eficientes podem compensar parcialmente as limitações de hardware. O lançamento abalou brevemente o valor de mercado da Nvidia e colocou o foco na rapidez com que os programadores chineses estão a avançar. Nos meses seguintes, gigantes tecnológicos e designers de chips em toda a China anunciaram planos para desafiar a Nvidia nos centros de dados domésticos.

O diretor-executivo da Nvidia, Jensen Huang, atribuiu à China um profundo talento de engenharia e uma competitividade interna incansável. Num podcast de tecnologia e negócios em setembro, elogiou o momentum do país e lançou um desafio ao seu próprio lado.

Esta é uma indústria empresarial, de alta tecnologia, moderna e vibrante", afirmou. "Temos de competir pela nossa sobrevivência.

Como os atores chineses planeiam competir

Várias empresas chinesas estão a construir alternativas aos aceleradores e sistemas de ponta da Nvidia. A Huawei lançou novos processadores Ascend e um plano para apoiar programadores ao longo de três anos. A Alibaba afirma que o seu último acelerador pode igualar o desempenho do H20 da Nvidia — um chip adaptado à China ao abrigo de regras dos EUA — consumindo menos energia. Start-ups como MetaX e Cambricon estão a conquistar contratos com grandes empresas. Grandes plataformas, incluindo Tencent e Baidu, estão a desenvolver chips personalizados para as suas próprias nuvens. A mensagem aos clientes nacionais é consistente: se a política de exportação limitar o acesso a hardware americano, as opções chinesas preencherão o vazio.

A estratégia sistémica da Huawei

A Huawei está a apostar na arquitetura de sistema para reduzir a diferença em relação à Nvidia. Na Conferência Mundial de Inteligência Artificial, em Xangai, a empresa apresentou o CloudMatrix 384, um sistema de computação de IA que integra 384 processadores Ascend 910C numa única implementação. O concorrente GB200 NVL72 da Nvidia usa 72 chips B200, mas o design da Huawei segue um caminho diferente. O CloudMatrix utiliza uma malha de ligação em estilo supernó, permitindo que centenas de processadores atuem como um único pool de computação, com ligações muito rápidas entre chips. Ao escalar horizontalmente, a Huawei pretende compensar o desempenho inferior de cada chip individual com uma coesão sistémica mais forte.

Analistas do setor afirmam que essa abordagem pode produzir resultados competitivos em cargas de trabalho específicas. Relatórios sugerem que o CloudMatrix supera o GB200 NVL72 da Nvidia em alguns indicadores, apesar de a Huawei ter de depender de processos de fabricação mais antigos. O sistema já está operacional na nuvem da Huawei, oferecendo aos clientes chineses uma alternativa nacional para treinar e servir modelos. A escolha da arquitetura também se alinha com o objetivo político da China de contornar os limites de exportação, encontrando ganhos ao nível do sistema.

A Alibaba e um banco crescente de desafiantes

A Alibaba anunciou um novo acelerador de IA que, segundo os media estatais, iguala o H20 consumindo menos energia. A MetaX está a fornecer chips à China Unicom. A avaliação da Cambricon mais do que duplicou nos últimos meses, à medida que os investidores apostam na procura nacional crescente por aceleradores. A Tencent está a desenvolver chips internos para os seus serviços de nuvem e IA. Estes projetos assentam numa mudança mais ampla entre empresas chinesas que estão a transferir cargas de trabalho para hardware nacional quando o desempenho, a disponibilidade e o custo se alinham.

Os programadores já se estão a adaptar. Chen Cheng, diretora geral de tradução por IA da iFlytek, descreveu como a sua equipa ultrapassou as recentes restrições ao hardware americano, passando para processadores nacionais.

"Agora o nosso modelo é treinado em chips da Huawei, atualmente os melhores da China", afirmou.

O que as controlos de exportação e as restrições estão a mudar

As regras de exportação remodelaram o mercado. Desde 2022, Washington impôs limites crescentes à venda de chips de IA avançados à China. As últimas medidas fecharam a porta ao H20 da Nvidia, um processador desenhado para cumprir os limiares de exportação anteriores. Os legisladores avançaram medidas que obrigarão os fabricantes de chips americanos a dar prioridade a clientes nacionais face a compradores estrangeiros, mesmo enquanto empresas alertam que regras rígidas podem travar a inovação e desviar a procura. Uma política recente destinaria também uma parte das receitas de certas vendas de chips de IA na China ao governo dos EUA. Controlos mais apertados significam que os fornecedores americanos enfrentam um mercado endereçável mais pequeno no país que compra mais chips do que qualquer outro.

Pequim respondeu com fiscalização na fronteira e pressão interna. As autoridades instruíram grandes empresas tecnológicas a suspender encomendas de aceleradores da Nvidia e reforçaram as inspeções nos portos para interceptar envios sem licença ou com declarações incorretas, incluindo modelos destinados à China como o H20 e o RTX 6000D. Os funcionários investigam redes de contrabando que introduziam processadores de alto nível em centros de dados nacionais através de rotas indiretas. Separadamente, os reguladores abriram uma investigação antimonopólio à Nvidia, sinalizando um escrutínio mais profundo das suas práticas comerciais dentro da China. Estes passos visam empurrar os compradores para fornecedores locais e apertar a canalização do mercado cinzento.

Handel Jones, consultor de semicondutores de longa data, alertou que o efeito coletivo pode ser profundo para as empresas americanas que dependiam da procura chinesa.

"Para a indústria americana de semicondutores, a China desapareceu", afirmou.

Onde o desempenho ainda difere: benchmarks e software

As alegações de paridade merecem um exame cuidadoso. Os dados públicos sobre aceleradores chineses são limitados e os testes padronizados continuam escassos. O desempenho depende da tarefa, do tamanho do modelo, da largura de banda da interligação, da arquitetura de memória e da qualidade da camada de software que se situa entre o chip e a aplicação. Investigadores que trabalharam com ambos os ecossistemas afirmam que os chips chineses fecharam a diferença em tarefas preditivas, onde um modelo completa uma frase ou classifica uma imagem, mas ainda ficam atrás em análises complexas e em treino à grande escala.

O cientista de computação Jawad Haj Yahya, que testou aceleradores americanos e chineses, adverte que a paridade depende da carga de trabalho.

"A diferença é evidente e certamente está a diminuir. Não penso que seja algo de que se vão aproximar a curto prazo", afirmou.

Essa diferença importa porque o treino é o esforço principal da IA moderna. Exige orçamentos de computação vastos, ligações muito rápidas entre processadores e memória de alta largura de banda capaz de alimentar esses processadores sem estrangulamentos. As análises indicam que o 910B da Huawei é sólido para inferência — a fase em que um modelo treinado responde a consultas — mas apresenta limites na conectividade entre chips e nas velocidades de memória que o tornam menos atrativo para grandes campanhas de treino. Mesmo o H20 restrito da Nvidia continua a ser a opção preferida por muitos utilizadores dentro da China, quando o conseguem obter. Programadores nacionais afirmam que o treino pode demorar semanas. A execução amplamente discutida da DeepSeek demorou entre três e oito semanas para uma fase final, um esforço custoso por qualquer medida, mesmo com código eficiente.

O software é o outro obstáculo. A Nvidia passou anos a construir um conjunto de ferramentas, bibliotecas e software de rede em que os programadores confiam à escala. Essa camada orienta as cargas de trabalho para o hardware da Nvidia e encurta o caminho do protótipo à produção. A Huawei procura responder com o seu próprio framework e prometeu abrir mais designs e código aos programadores nacionais. A adoção está a crescer, mas retreinar equipas, reescrever código e revalidar modelos demora tempo, o que atrasa a migração para longe de plataformas estabelecidas.

O engenheiro de semicondutores Raghavendra Anjanappa argumenta que a China pode satisfazer muitas necessidades com chips locais, mas os problemas mais difíceis ainda favorecem o hardware dos EUA.

"Realisticamente, a China pode reduzir a sua dependência de chips americanos em ferramentas menos avançadas, mas não tem o desempenho bruto dos chips dos EUA para treinar sistemas de IA mais complexos", afirmou.

Os estrangulamentos de fabricação que travam a China

Um segundo conjunto de restrições está na fábrica. Os controlos americanos e holandeses restringem o acesso a equipamento de litografia avançada usado para produzir os transistores mais pequenos. Isso obriga as fábricas chinesas a levar máquinas mais antigas ao limite com padronização repetida, o que é mais lento, mais caro e produz menos dies válidos por wafer. Analistas que acompanham a fabricação afirmam que os rendimentos de produção de grandes processadores de IA na China melhoraram, mas continuam muito abaixo dos níveis atingidos pelos líderes mundiais. Relatórios deste ano descrevem uma passagem de cerca de 20 por cento para 40 por cento de rendimento num novo chip da Huawei, enquanto as principais fábricas no exterior conseguem chegar a cerca de 60 por cento para dispositivos de dimensão semelhante. Um rendimento mais baixo encarece o custo e limita o número de aceleradores funcionais que chegam ao mercado.

O empacotamento e a memória são igualmente difíceis. Os aceleradores de IA dependem de memória de alta largura de banda para manter milhares de núcleos alimentados com dados. Os chips têm de ser empacotados com técnicas avançadas que empilham e ligam componentes enquanto retiram calor. As equipas chinesas conseguem construir estas peças, mas a escassez de memória de topo e os limites de acesso à ferramentagem condicionam a produção. Persistem problemas funcionais. Relatórios anteriores assinalaram que alguns chips nacionais têm dificuldades na conectividade entre chips e nas velocidades de memória, o que limita a eficiência do treino à escala.

Nenhum destes obstáculos é intransponível, mas exigem tempo, capital e um fluxo constante de equipamento especializado. Stephen Wu, antigo engenheiro de IA que agora dirige uma empresa de investimento, sintetizou a lógica estratégica por trás do longo esforço de Pequim.

"A China quer chips que a política não possa retirar", afirmou.

O que isto significa para os centros de dados e os mercados

Todo o operador de centros de dados pondera três prioridades: desempenho, consumo de energia e garantia de fornecimento. Se um acelerador nacional oferecer uma velocidade aceitável para a carga de trabalho alvo a um custo energético inferior, o comprador chinês ganha uma razão para mudar. Essa situação parece mais forte hoje para a inferência e o treino de modelos mais pequenos, onde os designs ao nível do sistema podem compensar o desempenho inferior de cada chip. Para o treino de modelos de fronteira que empurram os limites da escala, a Nvidia mantém a liderança tanto em silício como em software. O resultado é um padrão de implementação dividido dentro da China, com os projetos mais exigentes ainda a procurar chips americanos sempre que a política o permite.

O quadro político levanta novas escolhas para as empresas tecnológicas globais. Regras americanas mais apertadas e a fiscalização aduaneira de Pequim estão a reduzir as rotas legais de fornecimento para a China. Alegações de um mercado cinzento de aceleradores recondicionados ou reutilizados levaram a verificações mais rigorosas nos portos. As fricções de importação atrasam os prazos de expansão dos centros de dados e empurram mais cargas de trabalho para fornecedores locais. Entretanto, os legisladores americanos querem garantir que os clientes americanos não esperam atrás de compradores chinesas por peças escassas, e novas condições sobre as receitas provenientes da China acrescentam custo ao negócio no país.

A Nvidia, por sua vez, tenta andar numa linha fina. A empresa procurou cumprir as regulamentações ao mesmo tempo que serve os clientes chineses com produtos conformes. Numa visita a líderes empresariais chineses este ano, Jensen Huang sublinhou essa abordagem.

"Vamos continuar a fazer um esforço significativo para otimizar os nossos produtos que cumprem as regulamentações e continuar a servir o mercado da China", afirmou.

Cronologia e cenários

Que rapidez pode a China reduzir a diferença no topo da computação de IA? Os analistas oferecem cronologias diferentes, mas está a emergir uma visão comum. Muitos acreditam que as empresas chinesas podem atingir ampla auto-suficiência em tarefas de gama média e de inferência em cerca de cinco anos, enquanto igualar as melhores plataformas de treino americanas pode levar bem mais tempo. Alguns situam uma igualdade completa entre processadores, memória de alta largura de banda, empacotamento avançado, redes e software na próxima década.

O momentum no terreno é real. A Huawei está a aumentar a produção, a Alibaba está a investir e uma crescente cohort de designers, da MetaX à Cambricon, está a conquistar compradores. O apoio governamental continua forte e a procura nacional de serviços de IA está a disparar. Ainda assim, estrangulamentos na ferramentagem, nos rendimentos de produção e nos ecossistemas de programadores limitarão a rapidez com que o desempenho acompanha o topo do mercado. O resultado provável a curto prazo é um ecossistema chinês mais maduro que gere uma grande parte das necessidades de IA do país, com dependência persistente de hardware estrangeiro para as maiores campanhas de treino, sempre que a política permitir o acesso.

A abordagem liderada pelo Estado da China é simultaneamente uma força e uma limitação. A direção centralizada concentra recursos em objetivos claros, mas também pode amortecer ideias arriscadas que levam a avanços. Chia Lin Yang, professora de computação que estuda designs de chips, alertou que objetivos uniformes podem prejudicar a criatividade, notando ao mesmo tempo a profundidade do talento disponível.

Pode tornar mais difícil para ideias disruptivas quebrar o padrão", afirmou. "Não se pode subestimar a capacidade da China de recuperar.

Pontos-chave

• A China está a investir pesadamente para construir chips de IA de alto nível à escala e reduzir a dependência de importações.
• O treino do modelo da DeepSeek em 2024 demonstrou ganhos de eficiência que dependem de software mais inteligente, não apenas de mais chips.
• O CloudMatrix 384 da Huawei usa centenas de processadores Ascend 910C com uma interligação rápida para competir ao nível do sistema.
• A Alibaba, a MetaX, a Cambricon, a Tencent e a Baidu estão a promover aceleradores nacionais e designs personalizados para centros de dados locais.
• As restrições dos EUA bloqueiam agora o H20 da Nvidia e poderão obrigar os fabricantes de chips americanos a dar prioridade a clientes nacionais e a partilhar receitas de algumas vendas na China.
• A China reforçou a fiscalização nos portos, desincentivou novas encomendas à Nvidia e abriu uma investigação antimonopólio à empresa.
• Os especialistas afirmam que os chips chineses parecem competitivos para inferência, mas ainda ficam atrás no treino de grandes modelos e em análises complexas.
• As restrições de fabricação incluem rendimentos de produção mais baixos, limites ao equipamento de litografia avançada e estrangulamentos na memória de alta largura de banda e no empacotamento.
• O software continua a ser uma vantagem-chave da Nvidia, enquanto a Huawei abre designs e ferramentas para aumentar a adoção por programadores.
• Muitos analistas esperam que a China atinja auto-suficiência em cargas de trabalho de gama média em cerca de cinco anos, com a paridade no topo provavelmente a demorar mais tempo.